Rの基礎

おすすめワークフロー

コード開発

• コンピュータが”理解できる言語”で、命令計画者を作成

• 例: LaborForceYear.csvを読み込み、Dataという名前で保存せよ

library(tidyverse,
        gtsummary) # tidyverseのロード

Data <- read_csv("LaborForceYear.csv") # csvファイルの読み込み

Rの基本文法

• 入力Object を 関数によって変換し、 出力Object

一般例

OutputObject <- verb(InputObject)

Project folder

• Passが接続されるfolder

• csvやexcel形式で保存されている”データ”をRのObjectに変換

  • Project folderを使わないとパス指定が必要になり煩雑

• 分析に用いるデータ、コード、成果物(図やデータ)が自動的に保存される

Packages

• “User”により作成された関数

  • とりあえずrmarkdownとtidyverseをインストール

付録: おすすめ設定

• Tools -> Grobal options -> Rmarkdown -> Basic から、 “Show output inline…” のチェックを外す

• Visual モードをSource モードに切り替える

  • 現状では、多くの結果を表示すると挙動が遅くなることがあるため

ggplot2

• tidyverseに収録される可視化用関数群

• キャンバスの作成 + 描写の文法で、柔軟に図を可視化できる

例

ggplot(Data,aes(x = Year,
                y = Employment)) + # キャンバスの作成
  geom_line() + # タイムラインの描写
  facet_wrap(~Month) # 月毎に分割

基本

• ggplotに用いるデータとaes内にx軸、y軸に用いる変数を指定

• geom_@@ で描写する図の種類を指定

  • goem_line: タイムライン

  • goem_dotplot: 散布図

  • geom_bar: 棒グラフ

典型的間違い

library(tidyverse,
        gtsummary) 

Data <- Read_csv("LaborForceYear.csv") # タイポ

ggplot(Raw,aes(x = Year, # 存在しないObjectを参照
                y = Employment)) <- # 関係子間違い
  geom_line() +
  facet_wrap(~Month)